基于机器学习的赤水河中下游水位预测研究 |
| |
引用本文: | 翁玲,谢强,陈宇,管杰.基于机器学习的赤水河中下游水位预测研究[J].贵州气象,2019(3). |
| |
作者姓名: | 翁玲 谢强 陈宇 管杰 |
| |
作者单位: | 贵州省贵阳市气象局;贵州省仁怀市气象局;电子科技大学 |
| |
摘 要: | 该文利用2015、2016年5—10月赤水河沿岸的茅台站、二郎站、赤水站3个水文监测站以及赤水站、习水站两个气象站逐小时采集存储的水文气象数据,基于多元线性回归、岭回归和套索回归3种机器学习方法,构建预测赤水河中下游未来6 h水位趋势的模型。结果表明,基于机器学习的方法可以较好的预测赤水河中下游未来6 h的水位情况,而利用72 h滞后量作为输入集的LASSO回归模型能取得RMSE为0.192 m的预测效果。
|
本文献已被 CNKI 等数据库收录! |
|